Python3 --- 生成器

1、什么是生成器

通过列表生成式，我们可以直接创建一个列表，但是，这样创建的列表存在内存限制，代码如下：

a = [x for x in range(10)]
print(a)

结果是：

[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]

那么当我的rang()的值是10万、100万。。。1亿啦，这样会创建列表，这样的列表会占用大量的内存，甚至导致内存溢出，程序挂掉等等问题，为了解决这样的问题，Python推出了生成器，即当我创建列表时，只是在内存中划分一块较小的空间用于存储列表生成式，而不生成列表，当需要使用列表中的值的时候才创建列表中的值，这就是生成器。

2、生成器的创建方式一

# 列表生成式
a = [x for x in range(10)]
print(a)

print("="*50)

# 生成器
b = (x for x in range(10))
print(b)
print(next(b))
print(next(b))
print(next(b))
print(next(b))

生成器的第一种创建方式是将生成式的[]变成()即可

生成器保存的是算法，每次调用next(b)，就计算出b的下一个元素的值，直到计算到最后一个元素，如果没有更多元素时，抛出Stoplteration的异常。一般使用的是for循环来迭代生成器，并且不需要关心Stoplteration异常

3、生成器的创建方式二

如果列表值不是通过生成式生成的，而是通过一定的算法，通过第一次执行时生成的结果作为依据生成后续执行的结果，如斐波拉契数列，这样的可以通过生成器方式二创建，代码如下：

def createFib(num):
    print("----start----")
    a,b = 0,1
    for i in range(num):
        yield b
        a,b = b,a+b
    print("----end----")
    return "end";

fib = createFib(5)
print(next(fib))
print(next(fib))
print(next(fib))
print(next(fib))
print(next(fib))

结果是：

----start----
1
1
2
3
5

（1）从结果可以看出，----end----没有打印，这是因为执行到yield b时进行了特殊的处理，程序停留在了yield b，当执行next时，才会继续向下执行，使用for则不会出现这种情况，代码如下：

for i in createFib(5):
    print(i)

（2）next(fib)和fib.__next()__等价

（3）无法获取return的返回值，如果想要拿到返回值，必须捕获Stoplteration错误，返回值包含在Stoplteration的value中

while True:
    try:
        x = next(fib)
        print("value：%d"%x)
    except StopIteration as e :
        print("生成器返回值：%s"%e.value)
        break

4、生成器中的send

def fun():
    i = 0
    while i<5:
        temp = yield i
        print(temp)
        i += 1

f = fun()
next(f)
next(f)

结果是：

0
None
1

当第一次执行next(f)时，运行到yield i，然后停止，等待下一次next，当第二次执行next(f)时，此时进行temp的赋值操作，但是现在没有进行值赋值给temp，所以输出的print(temp)为None，那么如何给temp赋值啦？可以通过send进行赋值操作，如下：

def fun():
    i = 0
    while i<5:
        temp = yield i
        print(temp)
        i += 1

f = fun()
print(f.__next__())
print(f.send('为temp赋值成功'))
print(f.__next__())

5、多任务

def test1():
    while True:
        print("---1---")
        yield None

def test2():
    while True:
        print("---2---")
        yield None
        
t1 = test1()
t2 = test2()
while True:
    t1.__next__()
    t2.__next__()

这种多任务方式称为协程多任务，多任务分为协程、进程、线程